梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
现在可真是不得不关注OpenAI的动态了，红色警报已经拉响！
在短短30天内，GPT-5.2系列紧随其后推出，特别是这次在工作效率上做了大幅度提升。
我们来看看GPT-5.1和GPT-5.2在处理人力资源表格上的表现，差距可不小哦：
虽然版本号只增了0.1，但在很多实用场景下的表现却明显提升，比如制作表格、PPT、写代码、理解长篇文档、调用工具、处理复杂的多步骤项目等等。
不仅如此，它的视觉理解能力也有了显著改善，GPT-5.2能够更准确地识别主板上的各个元件。
这是GPT-5.2制作的网页版波浪模拟器，效果真不错：
想象一下，如果你在机场遇到航班延误、转机失误，还需要找地方过夜和特殊座位，真的是一场噩梦。
不过，GPT-5.2可以全权替你搞定这些：重新订票、安排特殊座位、甚至处理赔偿事宜，轻松搞定。
揭秘GPT-5.2的强大能力
ARC-AGI迅速发布了他们的测试结果。
回顾一年前的o3 (High)，在ARC-AGI-1的测试中得到了88%的高分，完成每项任务的成本大约是4500美元。
而现在的GPT-5.2 Pro (X-High)已经达到了90.5%的新高得分，完成每项任务的平均成本仅需11.64美元，效率提升了近390倍，真是个惊人的进步。
它的表现还超越了谷歌的Gemini 3 Pro版本，也算是给自己争了一口气。
深入分析GPT-5.2的能力
高经济价值的任务
在GDPval的测试中，涵盖了美国GDP前九大行业的44个职业领域，完成那些通常需要人类4到8小时才能搞定的任务。
在评委的评分中，GPT-5.2 Thinking的胜率达到了71%，而GPT-5.2 Pro的表现甚至更好。
更夸张的是，它的速度超过人类专家11倍以上，成本却不到人类专家的1%。
在投资银行分析师的电子表格建模上，GPT-5.2 Thinking的平均得分比GPT-5.1提高了9.3%，从59.1%涨到68.4%。这些任务包括为财富500强公司搭建三表联动模型、构建杠杆收购模型等等。
让我们聊聊最新的分析能力
想象一下，你是一名投资银行的分析师，刚刚接到了一个新任务。你需要进行一份瀑布式分析，以便了解创始人和当前投资者的所有权及回报情况。你的客户是一家正在考虑进行C轮融资的初创公司。
请查看附件里的模板，动手修改一下。我在G列里填了一些必要的假设。C列的名称在普通股部分重复了，以便于你更好地索引。假设包括退出时的股权比例、各轮投资金额、基金所有权、认股权证、清算优先权、转换价格、普通股稀释后的股份数量和行权价格。种子轮、A轮和B轮的投资者都享有同等待遇，都是非参与性优先股。
在评审一份特别出色的成果时，一位GDPval评委曾表示：
在输出质量上，真是令人振奋的飞跃……这看起来像是专业团队完成的，两份交付成果的设计和建议都让人惊艳，虽然其中一份仍需修正一些小错误。
如果想在ChatGPT中使用新的表格和PPT功能，你需要升级到Plus、Pro、Business或Enterprise套餐，并选择GPT-5.2 Thinking或Pro版本。生成复杂内容可能需要几分钟哦。
代码能力的提升
说到代码能力，GPT-5.2在SWE-bench Verified上取得了80%的高分，真是个里程碑。
在更具挑战性的SWE-Bench Pro评测中，它也创造了55.6%的新高。
这个评测不仅考察Python，还涵盖了JavaScript、TypeScript和Go，更加贴近实际的工业应用。
早期的测试者特别提到，GPT-5.2在前端开发和复杂UI开发上表现尤为突出，尤其是涉及3D元素的场景。
长上下文的突破
处理长文档的能力是此次升级的一个重要亮点。
在OpenAI自家的MRCRv2评测中，GPT-5.2 Thinking成为首个在256k上下文长度的4针版本中接近100%准确率的模型，真是个了不起的成就。
性能提升与视觉理解的新突破
不过，值得注意的是，8针版本的表现还是会随着上下文长度的增加而有所下降。
说到需要处理长篇内容的任务，GPT-5.2 Thinking支持简洁的回复形式，可以应对更多工具密集型和长期运行的工作流程。
视觉理解的飞跃
在视觉能力方面，这次的提升也非常显著哦。
例如，它在科学论文中的图表理解错误率竟然减少了大约一半，真让人惊讶。
更重要的是，它对图像中各个元素的空间关系有了更清晰的理解。
在进行高分辨率图像的屏幕截图推理测试时，结合Python工具，评分达到了86.3%，这可真不简单呢！
工具的强大应用
如果不启用Python工具，得分可能会大打折扣，所以OpenAI建议在视觉任务中都要用上这些工具。
在Tau2-bench Telecom的多轮电话客服场景评测中，GPT-5.2 Thinking的表现相当出色，拿到了98.7%的高分。
而在Tau2-bench Retail的零售场景中，它也不甘示弱，达到了82%的成绩。
这些优秀的成绩意味着，这种工具能够更好地实现端到端的工作流程，比如处理客户支持问题、从不同系统中提取数据、进行分析以及生成最终的结果，而且各个环节之间的出错几率也明显减少。
科学研究的新助力
OpenAI一直在致力于让AI加速科学探索，这次他们认为GPT-5.2 Pro和GPT-5.2 Thinking是当前最适合帮助科学家的模型。
在GPQA Diamond的研究生水平问答测试中，GPT-5.2 Pro得到了93.2%的高分，而GPT-5.2 Thinking也以92.4%的成绩紧随其后。
在FrontierMath（Level 1-3）的专家级数学测试中，GPT-5.2 Thinking以40.3%的解题率创下了新纪录。
而且，官方还分享了一个实际的例子：
研究人员利用GPT-5.2 Pro探索了统计学习理论中的一个未解问题，在一个非常具体的框架内，模型提出了一个证明，之后作者进行了验证，并且经过了同行评审。
GPT-5.2的最新进展，你知道了吗？
最近，GPT-5.2 Thinking的准确性有了很大提升，误差率从之前的8.8%降到了6.2%。这真是个好消息！
不过，OpenAI也明确提醒大家，虽然进步明显，但有些重要的信息还是需要人来仔细核对。
还有一点值得注意
自从Meta频频挖角后，OpenAI在发布研究进展时，似乎都不再列出具体的贡献者了，大家都以“OpenAI”这个大名义统一署名了。
不过，通过开发者之间的祝贺推文，我们还是能找到几位在GPT-5.2项目中的重要成员，大多是2024年后加入OpenAI的新面孔，背景也多是数学专业的哦。
Yu Bai：北大数院的校友，持有斯坦福大学的统计学博士学位，2024年5月正式加入OpenAI。
OpenAI新面孔，未来可期！
姚东宇：他是UC伯克利的博士毕业生，预计在2024年9月正式加入OpenAI，真是个令人期待的人才。
张宇峰：他是中科大数学专业的本科生，后来在西北大学获得博士学位，之前还在字节跳动从事研究工作，预计在2024年底加入OpenAI，真是个不容忽视的人才。
梅松：他是北大数学院的校友，拥有斯坦福大学计算与数学工程的博士学位，目前在UC伯克利担任助理教授，预计在2025年5月暂时离开学校加入OpenAI，真是令人期待的一位人才。
Ofir Nachum：他从MIT获得计算机硕士，之前在谷歌大脑担任研究员，已经在2023年加入了OpenAI。这样的人才，真是让人眼前一亮。
每当大家觉得OpenAI的进展有些慢的时候，总会有新的优秀人才加入，给大家带来惊喜，真是让人充满期待！
标题：新鲜血液加入OpenAI，未来可期！
说到Nachum，他可是个了不起的人物呢！他在麻省理工学院拿到了计算机硕士，之前还在谷歌大脑做过研究员。现在，他已经在2023年加入了OpenAI。每当大家觉得OpenAI的进展稍显缓慢时，总会有像他这样的人才出现，给我们带来惊喜，真让人期待未来的变化！
